第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

熊貓連接數(shù)據(jù)幀導(dǎo)致數(shù)據(jù)幀不明確

熊貓連接數(shù)據(jù)幀導(dǎo)致數(shù)據(jù)幀不明確

縹緲止盈 2022-09-20 15:39:47
我的目標(biāo)是在每次迭代中將多個(gè)熊貓數(shù)據(jù)幀連接成單個(gè)數(shù)據(jù)幀。我正在抓取一個(gè)表并用它創(chuàng)建數(shù)據(jù)幀。下面是注釋的代碼。def visit_table_links():    links = grab_initial_links()    df_final = None    for obi in links:        resp = requests.get(obi[1])        tree = html.fromstring(resp.content)        dflist = []        for attr in tree.xpath('//th[contains(normalize-space(text()),  "sometext")]/ancestor::table/tbody/tr'):            population = attr.xpath('normalize-space(string(.//td[2]))')            try:                population = population.replace(',', '')                population = int(population)                year = attr.xpath('normalize-space(string(.//td[1]))')                year = re.findall(r'\d+', year)                year = ''.join(year)                year = int(year)                #appending a to a list, 3 values first two integer last is string                dflist.append([year, population, obi[0]])            except Exception as e:                pass        #creating a dataframe which works fine        df = pd.DataFrame(dflist, columns = ['Year', 'Population', 'Municipality'])        #first time df_final is none so just make first df = df_final        #next time df_final is previous dataframe so concat with the new one        if df_final != None:            df_final = pd.concat(df_final, df)        else:            df_final = dfvisit_table_links()這是即將到來的數(shù)據(jù)幀第一個(gè)數(shù)據(jù)幀   Year  Population Municipality0  1970       10193   Cape Coral1  1980       32103   Cape Coral2  1990       74991   Cape Coral3  2000      102286   Cape Coral4  2010      154305   Cape Coral5  2018      189343   Cape Coral我已經(jīng)搜索了很多線程并耗盡了我的資源,我是熊貓的新手,不明白為什么會(huì)發(fā)生這種情況,首先,我認(rèn)為這是因?yàn)橹貜?fù)的索引,然后我使用相同的錯(cuò)誤將 uuid.uuid4.int()作為索引。df.set_index('ID', drop=True, inplace=True)任何指導(dǎo)都將非常有幫助,謝謝。編輯: 1很抱歉沒有明確錯(cuò)誤是從df_final = pd.concat(df_final, df)當(dāng)我嘗試將當(dāng)前數(shù)據(jù)幀與以前的數(shù)據(jù)幀連接時(shí)編輯 2:將參數(shù)作為列表傳遞df_final = pd.concat([df_final, df])仍然相同的錯(cuò)誤
查看完整描述

2 回答

?
不負(fù)相思意

TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超10個(gè)贊

嘗試使用 代替 。。df_final != Nonelen(df_final) == 0

另外,在命令中,嘗試將參數(shù)作為列表傳遞,即pd.concatdf_final = pd.concat([df_final, df])


查看完整回答
反對(duì) 回復(fù) 2022-09-20
?
海綿寶寶撒

TA貢獻(xiàn)1809條經(jīng)驗(yàn) 獲得超8個(gè)贊

從薩揚(yáng)的薩格格特len(df_final) == 0


我有一個(gè)想法,如果我最初將df_final值設(shè)置為無或具有相同列的空數(shù)據(jù)幀,會(huì)有所不同嗎?


原來是的


這是新代碼


def visit_table_links():

    links = grab_initial_links()


    df_final = pd.DataFrame(columns=['Year', 'Population', 'Municipality'])

    for obi in links:

        resp = requests.get(obi[1])

        tree = html.fromstring(resp.content)


        dflist = []


        for attr in tree.xpath('//th[contains(normalize-space(text()),  "sometext")]/ancestor::table/tbody/tr'):

            population = attr.xpath('normalize-space(string(.//td[2]))')

            try:

                population = population.replace(',', '')

                population = int(population)

                year = attr.xpath('normalize-space(string(.//td[1]))')

                year = re.findall(r'\d+', year)

                year = ''.join(year)

                year = int(year)


                dflist.append([year, population, obi[0]])


            except Exception as e:

                pass


        df = pd.DataFrame(dflist, columns = ['Year', 'Population', 'Municipality'])


        df_final = pd.concat([df_final, df])


visit_table_links()

由于某種原因,設(shè)置使熊貓拋出該錯(cuò)誤,即使在第一次迭代中我分配的時(shí)間為無df_final = Nonedf_final = dfdf_final


因此,在下一次迭代中,最初是什么應(yīng)該無關(guān)緊要df_final


出于某種原因,它確實(shí)很重要


所以這行而不是這個(gè)解決了這個(gè)問題。df_final = pd.DataFrame(columns=['Year', 'Population', 'Municipality'])df_final = None


這是合并的數(shù)據(jù)幀


    Year Population   Municipality

0   1970      10193     Cape Coral

1   1980      32103     Cape Coral

2   1990      74991     Cape Coral

3   2000     102286     Cape Coral

4   2010     154305     Cape Coral

5   2018     189343     Cape Coral

0   1900        383     Clearwater

1   1910       1171     Clearwater

2   1920       2427     Clearwater

3   1930       7607     Clearwater

4   1940      10136     Clearwater

5   1950      15581     Clearwater

6   1960      34653     Clearwater

7   1970      52074     Clearwater

8   1980      85170     Clearwater

9   1990      98669     Clearwater

10  2000     108787     Clearwater

11  2010     107685     Clearwater

12  2018     116478     Clearwater

0   1970       1489  Coral Springs

1   1980      37349  Coral Springs

2   1990      79443  Coral Springs

3   2000     117549  Coral Springs

4   2010     121096  Coral Springs

5   2018     133507  Coral Springs


查看完整回答
反對(duì) 回復(fù) 2022-09-20
  • 2 回答
  • 0 關(guān)注
  • 111 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)